2010年中国生态系统服务空间数据集 中华文库

摘要：生态系统服务是生态系统形成并维持的人类赖以生存和发展的环境条件与效用，是测度自然生态系统保护价值的重要指标。采用科学方法模拟生态系统服务的空间分布对掌握当前我国生态本底状况，识别生态保护重要区，从而有效支持生态管理决策具有重要意义。本研究以遥感地物分类数据为基础，根据通用土壤流失方程、水量平衡方程、风动模型等生态过程模拟方法，通过汇总文献和地面监测数据率定模型参数，模拟了我国2010年生态系统提供食物生产、土壤保持、水源涵养、防风固沙、生物多样性、碳固定6种功能的空间分布，形成了分辨率250 m的空间数据集。能够为我国的生态补偿、生态功能区划、生态红线等国家尺度生态保护政策的设计和实施提供充分的科学依据。

关键词：生态系统服务；食物生产；土壤保持；水源涵养；防风固沙；生物多样性；碳固定；中国

Abstract: Ecosystem service is a key indicator for measuring the value of natural ecosystems, that is, the benefits supplied to human societies by natural ecosystems. The increasing risk brought by natural ecosystem degradation led to the implementation of natural conservation programs at national level. Therefore, it is crucial to assess China’s natural ecosystems for designing future projects of ecosystem protection and restoration. Here, we produced a spatial dataset of ecosystem services in China in 2010, which was simulated by using ecological process models. The dataset covers such aspects as food production, carbon sequestration, soil retention, sand fixation, water retention, and biodiversity conservation. The dataset provides valuable scientific foundation for improving ecological conservation polices in China, such as formation of ecosystem compensation programs, zoning of ecosystem services, and spatial planning of ecosystem conservation.

Keywords: ecosystem service; food production; soil retention; water retention; sand fixation; biodiversity conservation; carbon sequestration; China

在人与自然耦合生态系统中，保护生态系统为人类提供服务的能力应当作为生态系统保护决策的重要目标^[1]。掌握空间明晰的生态系统服务分布数据有助于直观认识到重要保护价值的空间分布，从而更加合理地配置保护资源。为此，生态系统服务的空间模拟模型得到了迅速发展，针对提供产品、调节功能、支持功能、文化服务功能4个方面的模拟也逐步深入^[2][3][4]。最具代表性的是斯坦福大学开发的InVest模型组，其中提供了对18种生态系统服务的空间模拟方法^[5]。而在我国，生态系统服务的空间分布模拟多集中在区域尺度^[6][7]，并且不同的方法产生的研究结果差异较大。模拟全国尺度生态系统服务的主要难点在于我国生态系统复杂，获得具有普适性的模型比较困难。数据需求量大，不仅需要高精度的遥感分类数据和生物地理数据，还需要大量遥感衍生数据、地面监测数据以及统计数据来率定模型参数^[8]。因此，生产我国生态系统服务空间数据集挑战很大，但能够为更复杂的生态过程模拟提供借鉴，也能为我国准确识别生态系统保护重要区提供依据。

本研究使用2010年生态系统分类数据作为基础，综合遥感、监测站点、统计文献等多元数据，在前人的定点研究基础上获得拟合生态系统产生服务功能过程中的关键参数，构建了机理明确、数据可获得性强的模型系统。在此方法体系下，模拟了中国生态系统服务空间数据集，共包括食物生产、土壤保持、水源涵养、防风固沙、生物多样性、碳固定6种重要的生态系统服务。与同类数据相比，本数据集均采取国际认可的最成熟模型，同时采用大量实地生态网络监测数据拟合及验证模拟结果，能够为我国重大生态战略提供数据支持。

1.1 基础数据

2010年中国生态系统服务空间数据集的基础数据来自中国科学院生产的ChinaCover数据集。ChinaCover在“全国生态环境十年变化（2000–2010年）遥感调查评估”项目支持下使用HJ1/2数据生产了全国2010年土地利用分类和植被覆盖度数据^[9]。本项目依据地物类型的管理方式、群落结构和生态过程差异对土地利用数据做重新分类^[10]，形成生态系统分布数据集。植被覆盖度数据以MODIS卫星数据Q13A1产品为基础，使用像元二分模型模拟。气温和降水数据均来自中国气象数据共享网提供的全国756个地面台站监测数据，使用ANUSPLIN软件完成空间插值。地形数据来自美国GEOM卫星数据。全部空间数据重采样为250 m空间分辨率。

1.2 生态系统服务数据集生产流程

数据集的生产流程如图1所示：

图1 中国生态系统服务空间数据集制作流程

数据生产流程包括数据准备、数据预处理、指标提取、服务功能模拟4个部分。其中数据准备包括收集遥感数据、生态系统二级分类，收集统计年鉴、地面调查资料和研究文献中记载的数据。收集数据后对不同类型进行相应的预处理，例如将县级统计资料按照统一的县级行政矢量边界整理，对遥感数据做必备的校正和拼接。使用整理后的数据提取服务功能模拟所需的植被覆盖度、净初级生产力（NPP）等空间参数。最后采用对应的模型模拟6类生态系统空间分布数据。

1.3 生态系统服务数据模拟方法

1.3.1 食物生产

食物生产数据为县生态系统提供的粮食、水产品、肉类、林果产品等食物产量，统一转换为能量。

计算中以县为单元对各种粮食、肉、蛋、奶、水果产量进行核算。其中，食物供给功能评估以县为单位，计算该县生产食物的总热量，反映区域提供食物、支撑人类生存的能力和重要程度。评估的作物或产品主要包括：水稻、小麦、玉米、大豆、甘蔗、油料、花生、牛奶、各种肉类与水产品、柑桔、苹果、梨、桃、葡萄、香蕉等。

计算公式为：

\({E}_{s}=\sum _{i=1}^{n}{E}_{i}=\sum _{i=1}^{n}\left(100×{M}_{i}×{EP}_{i}×{A}_{i}\right)\) （1）

式中，\({E}_{s}\)为县食物总供给热量（kcal）；\({E}_{i}\)为第i种食物所提供的热量（kcal）；\({M}_{i}\)为县第i种食物的产量（t）；\({EP}_{i}\)为第i种食物可食部的比例（％）；\({A}_{i}\)为第i种食物每100g可食部中所含热量（kcal）；i=1，2，3，……，n为某县食物种类。

1.3.2 土壤保持

土壤保持采用通用土壤流失方程模拟。在具体计算时，需利用已有实测土壤侵蚀数据对模型模拟结果进行验证，并修正参数（式2–4）。

土壤保持量：

\({A}_{soil erosion}={A}_{potential erosion}-{A}_{actural erosion}\) （2）

实际土壤侵蚀量：

\({A}_{actural erosion}=R×K×L×S×C\) （3）

潜在土壤侵蚀量：

\({A}_{potential erosion}=R×K×L×S\) （4）

式中Aactual erosion 为单位面积实际土壤侵蚀量，单位为t/(hm2·a)；Apotential erosion 为单位面积潜在土壤侵蚀量，单位为t/(hm2·a)；Asoil conservation 为单位面积土壤保持量，单位为t/(hm2·a)；R为降雨侵蚀力因子，用多年平均年降雨侵蚀力指数表示；K为土壤可蚀性因子，表示为标准小区下单位降雨侵蚀力形成的单位面积上的土壤流失量。L为坡长因子（无量纲）；S为坡度因子（无量纲）；C为植被覆盖因子（无量纲）。其中，降雨侵蚀力因子R来源于Fouriner指数（式5）：

（5）

式中R为降雨侵蚀力因子，单位为（MJ mm hm-2 h-1 a-1）；j为月降水量（mm）；J为年降水量（mm）；i为月份。

土壤可蚀性因子K的计算公式为：

（6）

式中K为土壤可蚀性因子，表示为标准小区下单位降雨侵蚀力形成的单位面积上的土壤流失量。mc 、msilt 、ms 和orgC分别为粘粒（＜0.002mm）、粉粒（0.002–0.05mm）、砂粒（0.05–2mm）和有机碳的百分含量（％）。

坡长–坡度因子通过下述模型从DEM中提取。坡长因子L、坡度因子S计算方法如下（式7–10）：

（7）

（8）

（9）

（10）

式中L为坡长因子（无量纲），m为坡长指数，λ为坡长（m）；S为坡度因子（无量纲），θ为坡度（°）；植被覆盖管理因子C根据植被覆盖类型和植被覆盖度查询文献资料或咨询专家；水土保持措施因子P来源于文献或专家咨询。

1.3.3 防风固沙

防风固沙功能通过估算潜在和实际风蚀强度模拟，计算方法如下（式11–18）：

（11）

（12）

（13）

（14）

（15）

（16）

（17）

（18）

其中，SR为固沙量（t km-2 a-1）；Rk 为固沙率；SL潜 为潜在风力侵蚀量（t km-2 a-1）；SL 为实际土壤侵蚀量（t km-2 a-1）；S潜 与S分别表示潜在和实际关键地块长度，单位为m；QMAX 为最大转移量（kg/m)；QMAX潜 为潜在最大转移量（kg/m)；z为最大风蚀出现距离（m）；WF为综合气候因子（kg/m）；K'为地形因子；EF为土壤侵蚀因子；SCF为土壤结皮因子；C为植被覆盖因子。

综合气候因子WF的表达式如下：

（19）

式中，WF为综合气候因子，单位为kg/m，12个月WF总和得到年均WF；Wf为各月平均风力因子，单位为(m/s)3；ρ为空气密度，单位为kg/m3；g为重力加速度，单位为m/s2；SW为各月平均土壤湿度因子，无量纲；SD为雪盖因子，无量纲。风力因子Wf的表达式如下：

（20）

式中，u1 为起沙风速，本次计算取5 m/s；u2 为气象站各月监测风速，单位m/s；Nwd 为各月风速大于5 m/s的平均天数。土壤湿度因子SW表达式如下：

（21）

式中，R为各月平均降雨量，单位为mm；I为灌溉量，本次取0；Rd 为各月平均降雨天数；Nrd 为各月降雨平均天数；ETP 为各月平均潜在蒸发量，单位为mm。ETP 表达式如下：

（22）

式中，SR为各月平均太阳总辐射，单位为cal/cm2；DT为各月平均温度，单位为℃。

雪盖因子SD为对于积雪对风蚀的影响，RWEQ模型采用SD因子来进行表征。SD值为各月平均积雪存在的频率，如当一段时间内积雪存在的时间占该时期内的一半时间时，则SD值为0.5，以此类推。

空气密度ρ的计算公式如下：

（23）

式中，ρ为空气密度，单位为kg/m3；EL为海拔高度，单位为km；T为绝对温度，即在各月平均气温数据t（℃）的基础上加常数273.15。

土壤因子EF、SCF的计算见式24–25。

（24）

（25）

式中，sa为土壤粗砂含量（％）；si为土壤粉砂含量（％）；cl为土壤粘粒含量（％）；OM为土壤有机质含量（％）；CaCO3 为碳酸钙含量（％），本次计算未予考虑，其值取0。

植被因子C计算如下：

（26）

式中，SC为植被覆盖度（％），由每月3期植被覆盖数据的最大值得到月植被覆盖数据，12月均值计算而得年均植被覆盖度；ai 为不同植被类型的系数，林地、草地、灌丛、裸地、沙地、农田分别为−0.1535，−0.1151，−0.0921，−0.0768，−0.0658，−0.0438。

地形因子K'计算见式27–28：

（27）

（28）

式中Kr 为地形糙度（cm）；Crr 为随机糙度因子（cm），本次取0；K'为地形因子（cm）；L为地势起伏参数，取值见表1；ΔH为距离L范围内的海拔高程差。

表1 不同地势等级的参数L取值表

1.3.4 水源涵养

水源涵养数据通过水量平衡方程（The Water Balance Equation）计算（式29）。水量平衡原理是指在一定的时空内，水分的运动保持着质量守恒，或输入的水量和输出的水量之间的差额等于系统内蓄水的变化量。

（29）

式中Qwater_conservation 为水源涵养量（m3）；Pi 为降雨量（mm）；Ri 为暴雨径流量（mm）；ETi 为蒸散发量（mm）；Ai 为i类生态系统的面积（m2）；i为研究区第i类生态系统类型；j为研究区生态系统类型数。

1.3.5 生物多样性维持

生物多样性保护重要性模拟数据以县为单元，收集指示物种分布。满足如下任一标准即选为指示物种：（1）中国特有并处于濒危；（2）中国特有并处于受威胁状态的物种；（3）绝大多数种群分布在中国，并处于濒危；（4）绝大多数种群分布在中国，并处于受威胁状态的物种；（5）其它具有特殊意义的动植物物种、其他国家一级和二级保护动植物。

指示物种分级依据来自以下文献：《中国物种红色名录》^[11]、《国家重点保护野生动物名录》^[12]、《国家重点保护野生植物名录（第一批）》^[13]、世界自然保护联盟（IUCN）^[14]。

特有性和濒危等级信息参照《中国物种红色名录》和IUCN Red List of Threatened Species（国际自然保护联盟濒危物种红色名录）。

物种分布信息主要来自：（1）已经发表的有关动植物分布、数量、受威胁状态、栖息地状况等信息的专著、论文；（2）自然保护区考察报告；（3）中国生物多样性信息系统（CBIS）^[15]；（4）中国物种数据库^[16][17]。

1.3.6 碳固定

碳固定以生物多样性的NNP为基础，NPP的估算由植物吸收的光合有效辐射（APAR）和实际光能利用率（ε）表示，其估算公式如下（公式30）：

（30）

式中，表示像元x在t月份吸收的光合有效辐射（单位：MJ / m2 / 10 d），10 d表示10天即每旬；表示像元x在t月份的实际光能利用率（单位：gC / MJ）。

在分别得到2000年和2010年NPP数据后，根据如下算法得到10年平均固碳量（式31–33）：

（31）

（32）

（33）

式中表示2000–2010年平均固碳量；表示2010年森林和草地NPP总和；表示2000年森林和草地NPP总和；表示森林NPP；表示草地NPP。

图2为2010年生态系统服务功能数据展示。其中食物生产功能表示每个县生产食物热量之和，单位为kcal/a（图2A），土壤保持功能表示每像元保持土壤总重量，单位为t /a（图2B），防风固沙功能表示每像元固定沙粒总重量，单位为t /a（图2C），水源涵养功能表示每像元保持水资源的体积，单位为m3 /a（图2D），生物多样性维持功能表示每个县有记录分布的指示物种总数量，单位为物种个数（图2E），固碳功能表示每像元固定碳的总重量，单位为t /a（图2F）。

图2 2010年生态系统服务功能数据空间分布图

6类生态系统服务功能数据的生产从方法上可分为两类：一是以县为单元，通过文献数据直接记录或经过简单转换得到空间数值，包括食物生产和生物多样性维持功能。另一类使用生态学机理模型，通过文献数据拟合参数，获得空间分布数据，包括土壤保持、水源涵养、防风固沙、碳固定功能。其中第一类空间数据以权威文献或由权威机构发布的数据为基础，具有较好的质量控制体系。第二类空间数据制作的主要目的是分析生态系统变化造成的服务功能动态，因此，生态系统分布数据、NPP数据、植被覆盖度等重要参数的精度直接决定了生态系统服务数据集的总体精度。

生态系统分类数据精度检验通过地面抽样点与相应位置的2010年遥感分类结果进行空间叠加，逐个图斑进行判断，计算准确率。在2012–2013年间，项目组在全国范围随机抽取31675个样点，叠加检验结果表明全国生态系统分类数据级类总精度为95％，二级类总精度为90％。对植被覆盖度的精度检验，项目组在全国范围内均匀布设了400个样地，涵盖了水体、荒漠以外的所有一级土地类型。精度检验结果显示，估测值与实测值的RMSE为0.21，在样本值0–0.5之间均存在一定的高估情况（图3）。NPP数据通过全国50个典型样区的地面调查进行验证，其中地表温度、水分指数以及全国气象数据内插的太阳总辐射数据平均精度超过80％。

图3 植被覆盖度精度检验

本数据集可通过sciencedb网站申请下载（http://www.sciencedb.cn/dataSet/handle/458），全部数据均由ArcGIS环境下制作生成，格式为tif，可在支持以上格式的可视化地理信息系统或遥感行业软件中查看和使用。

感谢中国科学院遥感与数字地球研究所、中国环境保护部卫星中心提供重要的基础数据和验证信息。

张路, 肖燚, 郑华, 等. 2010年中国生态系统服务空间数据集[DB/OL]. Science Data Bank, 2017. (2018-01-02). DOI: 10.11922/sciencedb.458.